NumPy数组的简单计算

import numpy as np #导入NumPy库 
arr1 = np.array([1, 2, 3, 4]) #创建一维数组 
print('创建的数组为:',arr1)
  • 创建的数组为: [1 2 3 4]
arr2 = np.array([[1, 2, 3],[4, 5, 6], [7, 8, 9]])
print('创建的数组为:\n',arr2)
  • 创建的数组为:
    [[1 2 3]
    [4 5 6]
    [7 8 9]]

案例

x = [ 1 2 3 ] \boldsymbol{x}=\begin{bmatrix} 1&2&3\end{bmatrix} x=[123] y = [ 4 5 6 ] \boldsymbol{y}=\begin{bmatrix} 4&5&6\end{bmatrix} y=[456] z = [ 1 2 3 4 5 6 7 8 9 ] \boldsymbol{z}=\begin{bmatrix} 1&2&3\\ 4&5&6 \\ 7&8&9\end{bmatrix} z=147258369 f i , j = x i ⋅ y j ⋅ z i , j f_{i,j}=x_i \cdot y_j \cdot z_{i,j} fi,j=xiyjzi,j 求出矩阵 f \boldsymbol{f} f

x = np.array([1,2,3])
y = np.array([4,5,6])
z = np.array([[1,2,3],[4,5,6],[7,8,9]])
f = np.zeros((3,3))
for i in range(0,3,1):
    for j in range(0,3,1):
        f[i,j] = x[i] * y[j] * z[i,j]
print(f)
  • [[ 4. 10. 18.]
    [ 32. 50. 72.]
    [ 84. 120. 162.]]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

弈-剑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值